El equipo de Investigación, GOTA de de la Universidad de La Laguna ha desarrollado un modelo basado en inteligencia artificial que mejora significativamente las predicciones de precipitaciones en las Islas Canarias. Utilizando una arquitectura de red neuronal convolucional conocida como UNet, el estudio propone un sistema de posprocesamiento que refina los resultados de los modelos numéricos tradicionales de predicción del tiempo (WRF), los cuales presentan limitaciones especialmente en regiones montañosas como el archipiélago.

El modelo entrenado por los investigadores combina datos de 25 simulaciones meteorológicas con mapas de altitud del terreno para predecir de forma más precisa y probabilística las lluvias por hora. Los resultados muestran mejoras en métricas clave frente a métodos tradicionales como EMOS y Analog Ensemble, especialmente en la predicción de lluvias ligeras y moderadas, y con una destacada capacidad para generalizar espacialmente, es decir, generar predicciones fiables incluso en zonas sin estaciones meteorológicas.

Además, el modelo permite reducir la cantidad de simulaciones necesarias sin sacrificar precisión, lo que disminuye el coste computacional. Estas capacidades hacen de esta herramienta una prometedora solución para mejorar la gestión de recursos hídricos, la agricultura y la respuesta ante fenómenos meteorológicos adversos en territorios insulares con gran complejidad orográfica.